李国正， 谭南林， 苏树强， 张驰

(北京交通大学 机械与电子控制工程学院，北京 100044)

当滚动轴承出现故障时，产生的振动信号多以冲击形式出现，其持续时间短、能量频率发散，被大量机械设备的运行噪声淹没[1-2]. 这导致测得振动信号的信噪比非常低，难以获得相应的故障特征频率信号. 因此，需要对测得的振动信号进行预处理，提高信噪比. 混沌类微弱信号检测方法基于非线性系统，是与传统检测技术完全不同的信号处理方法. 它利用混沌系统所具有的初值敏感性、对噪声的免疫性和非线性放大特性完成信号检测，是混沌理论应用于实际工程的重要研究方向之一，具有广阔的应用前景[3-9].

近年来，大量学者对混沌系统的信号检测机理展开了深入的研究，主要集中在：混沌系统检测机理、系统运行状态判定方法、未知频率待测信号测量方法、系统应用与实现方法等方面. 如基于Duffing混沌系统提出了低信噪比下周期信号的频谱感知算法[4]；由相空间轨迹自相关系数判定运行状态变化的方法，并与最大Lyapunov指数法进行了比较[5]；Duffing振子的阵发混沌现象，以此检测未知周期信号的各项参数[6]；研究了结合相空间轨迹方差和遗传算法检测未知频率周期信号的方法[7].

上述研究均采用单一混沌系统来实现，存在效率低、计算量大、易误判、结构复杂、易受元件参数和外部环境影响等问题. 虽然具有高精度、抗强噪声的特性，却无法直接应用于轴承早期……